本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
编辑数据流采样配置
将表格数据导入 Data Wrangler 数据流时，您可以选择对数据集进行采样，以加快数据探索和清理过程。在数据集样本上运行探索性变换通常比对整个数据集运行变换更快，当您准备好导出数据集并构建模型时，可以将变换应用于完整的数据集。
画布支持以下采样方法：
FirstK — Canvas 从您的数据集中选择前 K 个项目，其中 K 是您指定的数字。这种采样方法很简单，但是如果您的数据集不是随机排序的，则可能会引入偏差。
随机 — Canvas 从数据集中随机选择项目，每个项目被选中的概率相等。这种采样方法有助于确保样本代表整个数据集。
分@@ 层 — Canvas 根据一个或多个属性（例如年龄和收入水平）将数据集划分为组（或分层）。然后，从每组中随机选择一定数量的项目。该方法可确保样本中所有相关的子组都得到充分的表达。
您可以随时编辑采样配置，以更改用于数据探索的样本的大小。
要更改采样配置，请执行以下操作：
在数据流图中，选择您的数据源节点。
在底部导航栏上选择 “采样”。
将打开 “采样” 对话框。在采样方法下拉列表中，选择所需的采样方法。
在 “最大样本量” 中，输入要采样的行数。
单击更新以保存您的更改。
现在应该应用对采样配置的更改。
